SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN MESIN ABSENSI DENGAN METODE MULTI-OBJECTIVE OPTIMIZATION ON THE BASIS OF RATIO ANALYSIS (MOORA)
Penulis Kurnianto, AdhiSkripsi
2024
705/UB/FT-INF/24
Ind
SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN MESIN ABSENSI DENGAN METODE MULTI-OBJECTIVE OPTIMIZATION ON THE BASIS OF RATIO ANALYSIS (MOORA)
#1714321048/INF/24Pengarang: Kurnianto, Adhi
Pembimbing Pertama: Dr. Eko Prasetyo, S. Kom., M. Kom.
Pembimbing Kedua: Arif Arizal, S.Kom., M.Cs.
Jenis: Skripsi
Penerbit: UBHARA : INF- Teknik
Tahun Terbit: 2024
Bahasa: Ind
Kode: 705/UB/FT-INF/24
No. Klasifikasi: 658.1 Kur S
Jenis Karya: S1
Jenis
Skripsi
Tahun
2024
Status
Tersedia
Kode
705/UB/FT-INF/24
Deskripsi Fisik
xxiv+ 116 hal; 21 X 30 cm
Subyek
Sistem Pendukung Keputusan
Kata Kunci
Anotasi
ABSTRAK Perkembangan teknologi vang pesat saat im sangat membantu berbagai aktivitas dan pekerjaan sehari han, salah satunya dalam bentuk meun absensi Absensi yang semula dilakukan secara manual melalui kertas, di zaman sekarang in dapat dilakukan melalui teknologi tanpa kertas Mesin absensa kim semakin banyak digunakan Banyaknya tipe mesin absensi dengan beragam fitur dapat mengakibatkan calon pembeli kebingungan dalam menentukan pilihannya Berdasarkan masalah tersebut penulis membuat sebuah Sistem Pendukung Keputusan Pembelian Mesin Absensi dengan Metode Mulh-Objective Optimization on the Basis of Ratio Analysis (MOORA) dengan bahasa pemrogaman HTML, PHP dan database MySQL Penulis membuat sistem int untuk membantu dan memberikan rekomendasi mesin absensi yang sesuai dengan kebutuhan calon pembeli dengan menggunakan kriteria harga mesin, kapasitas verifikasi sidik jarn?, kapasitas verifikasi kartu, kapasitas verifikasi wajah, total kapasitas transaksi, dukungan baterai internal, dukungan koneksi Wi-fi, dan dukungan sinkronisasi cloud. Hasil akhir yang diperoleh adalah Sistem Pendukung Keputusan yang dapat memberi rekomendasi mesin absensi sesuai dengan kebutuhan calon pembeli. Berdasarkan analisa perbandingan kesesuaian hasil rekomendasi tim sales dengan hasil rekomendasi sistem, didapatkan hasil akurasi kesesuaian sebesar 80%
Catatan
Wisuda 2024